使用 vLLM

首先，必须在您的 Python 或 Docker 环境中为所选设备安装 vLLM。

然后，vLLM 支持以下使用模式

• 推理与服务：运行模型的单个实例。
• 部署：为生产环境扩展模型实例。
• 训练：训练或微调模型。